基于多核CPU-GPU的5G Turbo譯碼器研究與實現(xiàn).pdf

1、Turbo碼作為一種逼近香農(nóng)極限的編碼方案，其突出的糾錯能力和較低的編譯碼復(fù)雜度為低誤碼、高速率的通信提供了保障。正因其諸多優(yōu)點，Turbo碼成為3G和4G移動通信系統(tǒng)標準中的差錯控制編碼之一。
　　為滿足快速發(fā)展的移動通信對高速率、高質(zhì)量、多場景和多網(wǎng)融合的要求，東南大學(xué)移動通信國家重點實驗室采用基于C-RAN(Centralized，Collaborative&Cloud Radio Access Network)的網(wǎng)絡(luò)架構(gòu)，

2、致力于為5G移動通信系統(tǒng)進行關(guān)鍵技術(shù)研究。在相應(yīng)的5G實驗系統(tǒng)中，基帶信號處理需要軟件實現(xiàn)，且對Turbo譯碼器的譯碼吞吐量要求進一步提升，因此Turbo譯碼器的軟件實現(xiàn)與優(yōu)化是一項具有實用價值的研究課題。相關(guān)研究成果可應(yīng)用于同樣采用C-RAN架構(gòu)的LTE-Advanced系統(tǒng)中。
　　本文研究并實現(xiàn)了適用于東南大學(xué)移動通信國家重點實驗室5G項目實驗系統(tǒng)的基于CPU或GPU的并行Turbo譯碼器。Turbo譯碼器以max-log-

3、MAP算法為基礎(chǔ)，通過降低譯碼復(fù)雜度和提高計算并行度來最大化譯碼吞吐量。Intel推出的Haswell架構(gòu)CPU和Nvidia推出的Broadwell架構(gòu)GPU均在硬件層面實現(xiàn)了并行化，適合處理包括Turbo譯碼時的狀態(tài)度量遞推在內(nèi)的并行計算。針對CPU和GPU采用如下譯碼優(yōu)化方案:
　　1.CPU平臺方案在AVX（Advanced Vector Extensions，高級矢量擴展）指令集優(yōu)化編程的基礎(chǔ)上，采用定點計算，查找表交織